一、SQL数据规范与特殊场景

注意：查询、DM、事务（三大重点）

1. 源数据（数据字典表）【oracle自带的】
   1. 不能进行DDL操作
   2. 也不能进行DM操作
   3. 对对象进行操作时可以
2. 举例：大事务回滚（一般发生在非常特殊的场景下）
   1. oracle为了保护数据，会把之前做的动作全部重做一遍
   2. 伴随日志、锁等，导致性能影响
3. 删字段（从表的角度）
   1. 把个块中寻找记录，并每条记录删除
   2. 把相关数据字典记录删除
4. 数据规范
   1. 查询不用*，否则大数据集导致查询效率降低
   2. 进行运算时，先查询默认值是否为空，否则要使用nvl()等转换函数
   3. 日期的格式规范，全球化的日期，可能存在时区的问题
5. 特殊
   1. 字符串使用between（界限问题）
   2. 快速全索引扫描（oracle自动识别高级算法使用）
   3. 隐式类型转换带来的不走索引
   4. 索引关键字是不存空值的（需使用特殊值代替或者用转换函数做索引【不建议，消耗资源】）
   5. oracle的索引优先级（数字>字符串）【隐式类型转换不一定是有利的，有时候我们自己进行转换】
   6. avg()和sum()/count()的坑（具体看需求，是否要算全体还是拿奖金的部分人）
   7. RBU模式（手动定义处理逻辑）和CBU模式（自动选择高级算法）的区别【将索引字段的空值去掉就走索引，不去掉仍做全表扫描】
   8. 除了union all，其他都会有排序动作的（影响性能）
   9. sql查询质询顺序：
      1. from
      2. select（检查）
      3. where
      4. group by
      5. select（数据）
      6. having
      7. order by
   10. group by的常用函数（分组增强）
       1. rollup()：小计、累计、总计
       2. grouping sets（用的很少，通常用语复杂报表）
   11. not in不能有null值，不然整个返回值都为空
   12. update相关子查询锁持续时间较长，要在空窗期使用
6. 结合数据特征，来优化sql查询，不能因为性能好，而去抛弃数据准确性（子查询返回单条记录一定可以，多条记录得看具体需求和数据情况【如：一个人仅在一个部门，且该部门只有一个管理者】）
7. with会做数据快照（如果手动建立with语句就不会执行自动优化）